CN108241292A - 一种基于扩张状态观测器的水下机器人滑模控制方法 - Google Patents
一种基于扩张状态观测器的水下机器人滑模控制方法 Download PDFInfo
- Publication number
- CN108241292A CN108241292A CN201711289308.2A CN201711289308A CN108241292A CN 108241292 A CN108241292 A CN 108241292A CN 201711289308 A CN201711289308 A CN 201711289308A CN 108241292 A CN108241292 A CN 108241292A
- Authority
- CN
- China
- Prior art keywords
- underwater robot
- extended state
- state observer
- inertial
- mode control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于扩张状态观测器的水下机器人滑模控制方法,首先建立惯性坐标系下水下机器人***模型,即其惯性系下运动方程;然后针对该水下机器人设计三阶扩张状态观测器,并通过求解线性矩阵不等式给出扩张状态观测器的参数;然后设计连续终端滑模控制器对水下机器人进行控制。该方法鲁棒性强,能够获得更高的控制精度和更快的相应速度,便于工程实现。
Description
技术领域
本发明属于水下机器人控制方法,涉及一种基于扩张状态观测器的水下机器人滑模控制方法。
背景技术
由于空间技术的快速发展,作为验证地面空间技术的必要步骤,微重力仿真技术受到国内外越来越多的广泛关注;水下机器人提供了一个稳定的微重力的环境用来模拟空间中机械设备所处环境,六自由度水下机器人结构之间的耦合性很强,模型的非线性也很高;此外,由于受到水流速度,以及水流粘性阻力等外部扰动的影响,导致比一般机械设备控制难度更高。
当前针对水下机器人的控制策略大多只能获得渐近稳定结果,而且鲁棒性能较差,而对于六自由度水下机器人的强耦合性,强非线性以及复杂的外部扰动,提高***的鲁棒性能,控制精度以及响应速度具有十分重要的意义;为了进一步提高控制精度以及提高响应速度,同时提高***的鲁棒性能,我们采用基于扩张状态观测器的滑模控制策略,来获得有限时间稳定结果。
对于传统的自抗扰控制策略,主要包括以下三部分:跟踪微分器,非线性反馈控制律以及扩张状态观测器。跟踪微分器能够合理安排过渡过程,产生给定信号的跟踪信号和微分信号。扩张状态观测器是自抗扰控制器的核心部分,其核心思想是把模型不确定性引起的内部扰动和环境引起的外部扰动都归结为***的“总扰动”而进行实时估计并给予补偿。非线性反馈控制律是对误差反馈设计非线性组合,从而获得更好的控制效果。同时,非线性的自抗扰控制策略从控制性能上优于线性自抗扰控制方法,但是同样无法获得有限时间稳定结果。同时对于三阶非线性扩张状态观测器参数调节只能凭借经验,并没有理论指导参数调节,给工程应用带来了很大的困难。
滑模控制中***在滑动模态下与***参数不确定和外界干扰无关,因此滑模控制能提供快速响应,对***参数变化和外界干扰不敏感,无需***辨识等众多优点。但是,一方面一般滑模控制存在的高频抖动不仅破坏了***的精确性,且会增加***能量消耗。另一方面控制律的不连续性同样会导致机器人控制力矩的不连续性,从而影响***性能。
发明内容
本发明提供了一种基于扩张状态观测器的水下机器人滑模控制方法,通过建立惯性坐标系下的水下机器人***模型,并且设计扩张状态观测器,同时给出扩张状态观测器的参数,设计连续终端滑模控制器对水下机器人进行控制,该方法鲁棒性强,能够获得更高的控制精度和更快的相应速度,便于工程实现。
本发明的技术方案是:一种基于扩张状态观测器的水下机器人滑模控制方法,包括以下步骤:
步骤S1,建立惯性坐标系下水下机器人动力学模型和运动学模型,并且根据其动力学模型和运动学模型建立水下机器人惯性系下运动方程
步骤S2,构建三阶扩张状体观测器:
其中i=1,2,3,4,5,6和βi1,βi2,βi3为观测器增益,观测误差为ei1(t)=zi1(t)-ηi(t),ei2(t)=zi2(t)-vi(t),ei3(t)=zi3(t)-fi(t),fi(t)为未知扰动;并且通过线性不等式调整观测器的参数;
步骤S3,设计连续终端滑模控制器,首先建立跟踪误差模型,然后基于扩张状态观测器,设计连续终端滑模控制器的控制信号;
步骤S4,得到控制力矩τic(t),并且控制水下机器人的惯性系下运动方程,从而实现对水下机器人进行控制。
更进一步的,本发明的特点还在于:
其中步骤S1中动力学模型和运动学模型分别为:
其中MRB表示机体惯性矩阵,表示CRB机体科里奥氏力矩阵,MAM表示与机体相关的水流介质惯性矩阵,CAM表示与机体相关的水流介质科里奥氏力矩阵,Dr(vr(t))v(t)为粘性阻力,g(η(t))为负浮力,τc(t)为控制力矩,J(η(t))为雅克比矩阵,η(t),v(t)和vr(t)=v(t)-vc(t)分别为体坐标系下机***置,机体速度和体坐标系下相对流体的广义速度,vc(t)为体坐标系下水流的速度。
其中通过线性矩阵不等式调整扩张状态观测器的参数,该线性不等式为:
其中k1~k7是已知正定常数,且满足下式成立:
其中步骤S3中跟踪误差模型为:xi1(t)=ηi(t)-ηid(t),xi2(t)=vi(t)-vid(t)。
其中步骤S3中连续终端滑模控制器的控制信号为:
其中ki1,ki2,Ti,αi是控制器参数,zi3(t)是扩张状态观测器观测到的未知扰动信息用于实时补偿***内部的不确定性以及变化的外部扰动。
其中步骤S1中惯性系下运动方程中其中D*(v(t),η(t))v(t),g*(η(t))是未知项。
与现有技术相比,本发明的有益效果是:本发明通过设计新型的三阶扩张状态观测器,并且通过求解线性矩阵不等式,使得调整扩张状态观测器参数变得简单,解决了三阶非线性扩张状态观测器调整参数困难的问题,便于工程实现;同时设计连续终端滑模控制器,保证控制输入的连续性,减低滑模控制的抖振现象,同时获得有限时间控制结果,得到更好的控制性能;基于新型扩张状态观测器的连续终端滑模控制器,对***不确定性以及外部扰动实时补偿,能够降低滑模控制增益。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步说明。
本发明提供了一种基于扩张状态观测器的水下机器人滑模控制方法,如图1所示,包括以下步骤:
步骤S1,建立惯性坐标系下水下机器人动力学模型和运动学模型,分别为:
其中MRB表示机体惯性矩阵,表示CRB机体科里奥氏力矩阵,MAM表示与机体相关的水流介质惯性矩阵,CAM表示与机体相关的水流介质科里奥氏力矩阵,Dr(vr(t))v(t)为粘性阻力,g(η(t))为负浮力,τc(t)为控制力矩,J(η(t))为雅克比矩阵,η(t),v(t)和vr(t)=v(t)-vc(t)分别为体坐标系下机***置,机体速度和体坐标系下相对流体的广义速度,vc(t)为体坐标系下水流的速度。
为了便于设计,对上述的假设如下:体坐标系下的水流速度vc为慢时变的,即vc(t)≈0;vc相对水下机器人的速度v为小量时,近似得到C(v(t))v(t)≈C(vr(t))vr(t)。
因此将公式(1)简化得到
其中M=MRB+MAM,C=CRB+CAM。
最终得到惯性系下运动方程为:
其中D*(v(t),η(t))v(t),g*(η(t))是未知项。
相关的参数定义如下:rB=[xB,yB,zB]T=[0,0,0]T,rG=[xG,yG,zG]T=[0,0,0.05]T,m=125。
C=CAM+CRB,其中,xB,yB和zB是浮心坐标,xG,yG和zG表示质心坐标,m表示质量,I0是转动惯量矩阵,v1=[μ υ ω]T和v2=[p q r]T是速度v(t)的平移速度和角速度分量,CAM和CRB分别是所排流体的运动所具有的柯氏矩阵和柯氏矩阵。
步骤S2,由于水下机器人惯性系下动力学方程为二阶,为估计***不确定性以及环境外绕,构建三阶扩张状态观测器为:
其中i=1,2,3,4,5,6,βi1,βi2,βi3为观测器增益。定义观测误差为ei1(t)=zi1(t)-ηi(t),ei2(t)=zi2(t)-vi(t),ei3(t)=zi3(t)-fi(t),fi(t)是未知扰动。
对于未知扰动fi(t),假设如下:
其中Li是已知常数。
针对三阶扩张状态观测器参数调整复杂的问题,本方法通过求解线性矩阵不等式,来调整扩张状态观测器的参数,使扩张状态观测器达到一个良好的估计效果;其中线性矩阵不等式为:
其中k1~k7是已知正定常数,需要保证以下不等式成立。
步骤S3,设计连续终端滑模控制器;为了获得更高的控制精度以及更快的相应速度,同时为了降低滑模控制算法的抖振现象,因此本方法通过使用连续终端滑模控制算法达到有限时间稳定结论;对于水下机器人,以其自由度定义跟踪误差为:xi1(t)=ηi(t)-ηid(t),xi2(t)=vi(t)-vid(t),其中ηid(t)为理想位置信号,vid(t)是理想速度信号。
基于扩张状态观测器,设计如下连续终端滑模控制信号:
其中ki1,ki2,Ti,αi是控制器参数,zi3(t)是扩张状态观测器观测到的未知扰动信息用于实时补偿***内部的不确定性以及变化的外部扰动。
步骤S4,完成水下机器人的控制策略;具体的获得最终控制力矩τic(t),带入到惯性坐标系下的水下机器人***模型公式(4)中进行控制,根据控制策略对水下机器人分别设计扩张状态观测器以及连续终端滑模控制器,完成对水下机器人进行控制。
本发明的方法尤其适用于六自由度水下机器人,根据该方法首先建立惯性坐标系下六自由度水下机器人***模型,即其惯性系下运动方程;然后针对该六自由度水下机器人设计三阶扩张状态观测器,并通过求解线性矩阵不等式给出扩张状态观测器的参数;然后设计连续终端滑模控制器对水下机器人进行控制,不考虑***的确定性,控制方法鲁棒性强,能够获得更高的控制精度以及更快的响应速度。
Claims (6)
1.一种基于扩张状态观测器的水下机器人滑模控制方法,其特征在于,包括以下步骤:
步骤S1,建立惯性坐标系下水下机器人动力学模型和运动学模型,并且根据其动力学模型和运动学模型建立水下机器人惯性系下运动方程
步骤S2,构建三阶扩张状体观测器:
其中i=1,2,3,4,5,6和βi1,βi2,βi3为观测器增益,观测误差为ei1(t)=zi1(t)-ηi(t),ei2(t)=zi2(t)-vi(t),ei3(t)=zi3(t)-fi(t),fi(t)为未知扰动;并且通过线性不等式调整观测器的参数;
步骤S3,设计连续终端滑模控制器,首先建立跟踪误差模型,然后基于扩张状态观测器,设计连续终端滑模控制器的控制信号;
步骤S4,得到控制力矩τic(t),并且控制水下机器人的惯性系下运动方程,从而实现对水下机器人进行控制。
2.根据权利要求1所述的基于扩张状态观测器的水下机器人滑模控制方法,其特征在于,所述步骤S1中动力学模型和运动学模型分别为:
其中MRB表示机体惯性矩阵,表示CRB机体科里奥氏力矩阵,MAM表示与机体相关的水流介质惯性矩阵,CAM表示与机体相关的水流介质科里奥氏力矩阵,Dr(vr(t))v(t)为粘性阻力,g(η(t))为负浮力,τc(t)为控制力矩,J(η(t))为雅克比矩阵,η(t),v(t)和vr(t)=v(t)-vc(t)分别为体坐标系下机***置,机体速度和体坐标系下相对流体的广义速度,vc(t)为体坐标系下水流的速度。
3.根据权利要求1所述的基于扩张状态观测器的水下机器人滑模控制方法,其特征在于,所述步骤S2中通过线性矩阵不等式调整扩张状态观测器的参数,该线性不等式为:
其中k1~k7是已知正定常数,且满足下式成立:
4.根据权利要求1所述的基于扩张状态观测器的水下机器人滑模控制方法,其特征在于,所述步骤S3中跟踪误差模型为:xi1(t)=ηi(t)-ηid(t),xi2(t)=vi(t)-vid(t)。
5.根据权利要求4所述的基于扩张状态观测器的水下机器人滑模控制方法,其特征在于,所述步骤S3中连续终端滑模控制器的控制信号为:
其中ki1,ki2,Ti,αi是控制器参数,zi3(t)是扩张状态观测器观测到的未知扰动信息用于实时补偿***内部的不确定性以及变化的外部扰动。
6.根据权利要求1所述的基于扩张状态观测器的水下机器人滑模控制方法,其特征在于,所述步骤S1中惯性系下运动方程中其中D*(v(t),η(t))v(t),g*(η(t))是未知项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711289308.2A CN108241292B (zh) | 2017-12-07 | 2017-12-07 | 一种基于扩张状态观测器的水下机器人滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711289308.2A CN108241292B (zh) | 2017-12-07 | 2017-12-07 | 一种基于扩张状态观测器的水下机器人滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108241292A true CN108241292A (zh) | 2018-07-03 |
CN108241292B CN108241292B (zh) | 2020-04-14 |
Family
ID=62700364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711289308.2A Active CN108241292B (zh) | 2017-12-07 | 2017-12-07 | 一种基于扩张状态观测器的水下机器人滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108241292B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109164702A (zh) * | 2018-07-26 | 2019-01-08 | 西北工业大学 | 一种自适应多变量广义超螺旋方法 |
CN109358501A (zh) * | 2018-09-28 | 2019-02-19 | 中国科学院长春光学精密机械与物理研究所 | 自抗扰控制方法、控制器及精跟踪控制*** |
CN109521798A (zh) * | 2019-01-24 | 2019-03-26 | 大连海事大学 | 基于有限时间扩张状态观测器的auv运动控制方法 |
CN109669345A (zh) * | 2018-12-24 | 2019-04-23 | 中国海洋大学 | 基于eso的水下机器人模糊pid运动控制方法 |
CN110061666A (zh) * | 2018-09-29 | 2019-07-26 | 哈尔滨工程大学 | 基于全阶终端滑模控制的永磁同步电机调速性能改进方法 |
CN112286227A (zh) * | 2020-11-03 | 2021-01-29 | 西北工业大学 | 基于微分***和扰动观测器的水下机器人轨迹控制方法及*** |
CN112506053A (zh) * | 2020-11-27 | 2021-03-16 | 江南大学 | 载人潜水器的运动控制方法 |
CN113238567A (zh) * | 2021-04-30 | 2021-08-10 | 哈尔滨工程大学 | 一种基于扩展状态观测器的底栖式auv弱抖振积分滑模点镇定控制方法 |
CN117519322A (zh) * | 2024-01-04 | 2024-02-06 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种航空机电作动器用动态带宽自抗扰控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843233A (zh) * | 2016-04-11 | 2016-08-10 | 哈尔滨工程大学 | 一种基于非线性观测器的自主水下航行器运动控制方法 |
CN106708064A (zh) * | 2015-11-13 | 2017-05-24 | 中国科学院沈阳自动化研究所 | 一种水下机器人的垂直面控制方法 |
CN106773713A (zh) * | 2017-01-17 | 2017-05-31 | 北京航空航天大学 | 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法 |
-
2017
- 2017-12-07 CN CN201711289308.2A patent/CN108241292B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106708064A (zh) * | 2015-11-13 | 2017-05-24 | 中国科学院沈阳自动化研究所 | 一种水下机器人的垂直面控制方法 |
CN105843233A (zh) * | 2016-04-11 | 2016-08-10 | 哈尔滨工程大学 | 一种基于非线性观测器的自主水下航行器运动控制方法 |
CN106773713A (zh) * | 2017-01-17 | 2017-05-31 | 北京航空航天大学 | 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法 |
Non-Patent Citations (2)
Title |
---|
RONGXIN CUI,ET AL.: "extended state observer-based integral sliding mode control for an underwater robot with unknown disturbances and uncertain nonlinearities", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
孙鑫河: "基于扩张状态观测器的智能车辆控制", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109164702B (zh) * | 2018-07-26 | 2021-09-14 | 西北工业大学 | 一种自适应多变量广义超螺旋方法 |
CN109164702A (zh) * | 2018-07-26 | 2019-01-08 | 西北工业大学 | 一种自适应多变量广义超螺旋方法 |
CN109358501A (zh) * | 2018-09-28 | 2019-02-19 | 中国科学院长春光学精密机械与物理研究所 | 自抗扰控制方法、控制器及精跟踪控制*** |
CN110061666B (zh) * | 2018-09-29 | 2020-11-03 | 哈尔滨工程大学 | 基于全阶终端滑模控制的永磁同步电机调速性能改进方法 |
CN110061666A (zh) * | 2018-09-29 | 2019-07-26 | 哈尔滨工程大学 | 基于全阶终端滑模控制的永磁同步电机调速性能改进方法 |
CN109669345A (zh) * | 2018-12-24 | 2019-04-23 | 中国海洋大学 | 基于eso的水下机器人模糊pid运动控制方法 |
CN109521798A (zh) * | 2019-01-24 | 2019-03-26 | 大连海事大学 | 基于有限时间扩张状态观测器的auv运动控制方法 |
CN112286227A (zh) * | 2020-11-03 | 2021-01-29 | 西北工业大学 | 基于微分***和扰动观测器的水下机器人轨迹控制方法及*** |
CN112286227B (zh) * | 2020-11-03 | 2022-03-18 | 西北工业大学 | 基于微分***和扰动观测器的水下机器人轨迹控制方法及*** |
CN112506053A (zh) * | 2020-11-27 | 2021-03-16 | 江南大学 | 载人潜水器的运动控制方法 |
CN113238567A (zh) * | 2021-04-30 | 2021-08-10 | 哈尔滨工程大学 | 一种基于扩展状态观测器的底栖式auv弱抖振积分滑模点镇定控制方法 |
CN113238567B (zh) * | 2021-04-30 | 2021-12-10 | 哈尔滨工程大学 | 一种基于扩展状态观测器的底栖式auv弱抖振积分滑模点镇定控制方法 |
CN117519322A (zh) * | 2024-01-04 | 2024-02-06 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种航空机电作动器用动态带宽自抗扰控制方法 |
CN117519322B (zh) * | 2024-01-04 | 2024-03-19 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种航空机电作动器用动态带宽自抗扰控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108241292B (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108241292A (zh) | 一种基于扩张状态观测器的水下机器人滑模控制方法 | |
CN107045557B (zh) | 面向约束的可重构机械臂非奇异终端滑模力位置控制方法 | |
CN107065564B (zh) | 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法 | |
CN110376882A (zh) | 基于有限时间扩张状态观测器的预定性能控制方法 | |
CN108267952B (zh) | 一种水下机器人自适应有限时间控制方法 | |
CN107121932B (zh) | 电机伺服***误差符号积分鲁棒自适应控制方法 | |
CN106681343B (zh) | 一种航天器姿态跟踪低复杂度预设性能控制方法 | |
CN102419597B (zh) | 一种限定相对姿态的大规模编队航天器姿态一致控制方法 | |
CN108388114A (zh) | 一种基于输出重定义的柔性机械臂复合控制方法 | |
CN107450323B (zh) | 高超声速飞行器再入段神经网络复合学习控制方法 | |
CN103728882A (zh) | 微陀螺仪的自适应反演非奇异终端滑模控制方法 | |
CN105182990B (zh) | 具有输出受限的三自由度模型直升机的鲁棒控制方法 | |
CN106773684B (zh) | 基于智能学习评价的柔性机械臂复合控制方法 | |
CN104407515B (zh) | 一种基于不确定模型的LMIs状态反馈***控制方法 | |
CN104730922B (zh) | 基于扩张状态观测器的伺服***线性反馈控制和极点配置确定参数方法 | |
CN110471438A (zh) | 一种刚性飞行器的固定时间自适应姿态跟踪控制方法 | |
Qi et al. | Three-dimensional formation control based on nonlinear small gain method for multiple underactuated underwater vehicles | |
CN109062043A (zh) | 考虑网络传输以及执行器饱和的航天器自抗扰控制方法 | |
CN105171758A (zh) | 一种机器人的自适应有限时间收敛滑模控制方法 | |
CN109143866A (zh) | 一种考虑执行器受限问题的刚性飞行器自适应固定时间姿态跟踪控制方法 | |
CN111258216A (zh) | 一种适用于四旋翼飞行器的滑模重复控制器 | |
CN112269317B (zh) | 一种基于扩展卡尔曼滤波器的双边遥操作控制方法 | |
CN109240321A (zh) | 一种刚性飞行器的非奇异固定时间神经网络控制方法 | |
CN111880409A (zh) | 一种基于数据驱动的自主水下航行器轨迹跟踪控制方法 | |
CN108181806A (zh) | 基于采样输出的空间机器人位置与姿态自抗扰控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |